닫기
과정 구분
과정 카테고리
태그
검색어

Python을 활용한 소셜 빅데이터 분석 과정이미지

Python을 활용한 소셜 빅데이터 분석

교육기간
90일
강의구성
77차시
  • 과정 Python을 활용한 소셜 빅데이터 분석 695,700

판매금액 배송금액 할인금액

총 결제금액

 


 

Emotion Icon수강 신청 전 주의 사항

1. 수강 기간

  - 결제 완료일로부터 정해진 수강 기간 동안 무제한 복습 가능하며, 수강 기간이 종료된 이후에는 동영상 재생이 불가능합니다.

 

2. 수료증 발급

  - 수강 기간 내 교육과정 진도율 100% 이수, 설문 작성을 완료하면 수료증을 발급받을 수 있습니다.

  - ‘나의강의실’ > ‘증명서발급’에서 발급받을 수 있습니다.

 

3. 동영상 재생 기기 대수 제한

  - 최초 동영상 재생 시 사용한 기기가 자동으로 등록됩니다.

  - 계정당 3개의 기기(PC, 모바일, 태블릿 등 기타)까지만 등록 가능하며, 이에 대한 부주의로 인한 기기변경은 불가능합니다.

  ※ 중국 생산용 휴대폰기기(샤오미 등) 및 LG유플러스 홈보이 제공용 G패드 기기 등 자체 튜닝 기기는 시청이 불가할 수 있습니다.

 

4. 세금계산서 발급

  - 세금계산서가 필요하신 분은 결제 시 무통장 입금 방식을 선택해 주시고, ‘주문요청’란에 기재해 주시기 바랍니다.

  - edu@cyram.com으로 사업자등록증을 첨부, 발급받으실 이메일 주소를 기재하여 보내주시기 바랍니다.

 

5. 대학(원)생 할인 제도

  - 전일제 대학(원)생은 수강 신청 전에 학생 증빙자료를 제출해 주시면 수강료의 40% 할인된 가격으로 수강하실 수 있습니다(할인 쿠폰 발급). 

  - 수강하고자 하는 교육과정명과 학생증, 재학증명서 등 현재 학생임을 증빙할 수 있는 자료를 ‘학습지원’ > ‘대학(원)생자료실’에 비공개로 올려주시기 바랍니다.

  - 관리자가 증빙자료를 확인하고 할인 쿠폰을 발급할 때까지 영업일 기준 1~2일 소요될 수 있습니다.

  - 1년 이상 과거 시점의 재학증명서 또는 수료증명서, 학위증 등은 대학(원)생 할인을 받으실 수 없습니다.

 


 

무엇을 배우나요?

 

• Python 언어를 이용하여 소셜 빅데이터를 수집하고 분석하기 위한 문법

• 소셜 빅데이터 수집 방법 – 웹크로울링, API를 이용한 수집

• 소셜 빅데이터 분석 방법 – 텍스트마이닝, 소셜네트워크분석, 머신러닝

 

강좌 내용 및 설명

 

- 인문·사회과학자로서 데이터 과학자(data scientist)가 되고 싶습니까?

- 데이터를 자유자재로 다루는 경쟁력 있는 연구자가 되고 싶습니까?

- 아직 SNS 데이터를 '복사+붙여넣기'로 모으고 계십니까?

- 엑셀이 지원하지 않는 기능 때문에 고민하고 계십니까?

- 통계 패키지로 SNS 데이터를 분석하여 얻을 수 있는 것이 별로 없습니까?

 

• 본 과정은 빅데이터 분석에 적합한 프로그래밍 언어인 파이썬(Python)을 활용하여 웹, SNS 등 소셜 빅데이터를 직접 수집하고, 가공하고, 분석

  해보는 교육 과정입니다. 파이썬 프로그래밍 실습을 ‘따라하기’ 형식으로 진행하여 프로그래밍 경험이 없는 인문, 사회과학 연구자들이 쉽게 학습

  할 수 있습니다. 본 과정을 수강하시면 파이썬 습득 + 데이터 수집 + 빅데이터 분석이 모두 가능해 집니다. 

  "파이썬을 이용한 소셜 빅데이터 분석 기초 교육"으로 데이터 과학자가 되는 첫걸음을 떼어보세요.

• 간결하며 활용도 높은 파이썬으로 쉬운 프로그래밍 실습

• 소셜 빅데이터의 수집, 처리, 분석까지 전 과정의 기초 쌓기

• 총 교육시간 : 21시간

 

요구사항

 

• NetMiner를 연동해서 사용하는 교육 내용 포함되어 있습니다. 수강신청 후 강의실 내에서 교육용 넷마이너를 다운로드 받아서 설치해 주시기 바랍니다.

• 'II. 빅데이터 수집 및 분석 파트'에서 'API를 활용한 수집' 부분을 수강하시기 전에 준비 사항이 있습니다.

   API를 이용한 데이터 수집 진행시 아래 사이트에서 수집을 진행합니다. 미리 방문해 보시고 회원가입하여 준비해주시기 바랍니다.

   1. 공공데이터 포털 : data.go.kr
   2. 오픈AI : platform.openai.com

• 강의 자료(교재, 실습 데이터 등) 및 교재 열람 방법은 강의실 내 [공지사항]과 [강의자료] 메뉴에서 확인하실 수 있습니다.  
• 보안 정책에 따라, 담당자가 수강생의 회원 정보에 등록된 이메일 주소로 교재 열람 권한을 지정하며, 교육 과정 결제 후 1~2 영업일이 소요될 수 있습니다.

• 선수 과목 : NetMiner 소개와 기초 사용법 교육(무료) 

 

수강 대상자

 

• 데이터 분석에 대한 기초적인 지식은 있으나, 프로그래밍 경험이 전혀 없는 분

• SNS 데이터를 비롯한 다양한 소셜 빅데이터 분석 관심자

• 파이썬을 쉽게 배우고 싶은 분

 

강사 정보

 

​고영진 - ㈜사이람 수석연구원

 

강의목차(총 77강)

1. 0) 강의소개 11분

Ⅰ. Python: 1. 프로그래밍 입문강의섹션버튼이미지

2. 1) 프로그래밍 언어 8분

3. 2) Why Python 5분

4. 3) 파이썬 설치 9분

5. 4) 파이썬 개발환경 16분

Ⅰ. Python: 2. 기본 자료형강의섹션버튼이미지

6. 1) 변수의 의미 14분

7. 2) 기본자료형 개요 10분

8. 3) 수치형 3분

9. 4) 문자형 : i. 문자형 14분

10. 4) 문자형 : ii. 문자형 처리함수(1) 16분

11. 4) 문자형 : ii. 문자형 처리함수(2) 23분

12. 5) 불리언 2분

13. 6) 형변환 11분

Ⅰ. Python: 3. 자료 구조강의섹션버튼이미지

14. 1) 개요 7분

15. 2) 리스트 : i. 리스트의 특징 18분

16. 2) 리스트 : ii. 리스트의 데이터 처리 22분

17. 3) 튜플 7분

18. 4) Set 14분

19. 5) 사전 19분

20. 6) 자료구조의 기타 특징(1) 19분

21. 6) 자료구조의 기타 특징(2) 17분

Ⅰ. Python: 4. 흐름 제어강의섹션버튼이미지

22. 1) 조건문 : i. 조건문 문법 23분

23. 1) 조건문 : ii. 조건문 활용 11분

24. 2) 반복문 : ⅰ. for 반복문 17분

25. 2) 반복문 : ⅱ. while 반복문 10분

26. 2) 반복문 : ⅲ. 반복문의 중첩 13분

27. 2) 반복문 : ⅳ. break/continue 12분

28. 3) 예외처리 19분

Ⅰ. Python: 5. 함수강의섹션버튼이미지

29. 1) 개요 10분

30. 2) 함수의 input, output 7분

31. 3) 함수의 return 값 19분

Ⅰ. Python: 6. 파일 입출력강의섹션버튼이미지

32. 1) 파일 읽기 : i. 파일 읽기 22분

33. 1) 파일 읽기 : ii. 파일 읽기 방식 17분

34. 2) 파일 쓰기 13분

Ⅰ. Python: 연습문제1강의섹션버튼이미지

35. [연습문제1] 조건문, 함수, 파일 입출력 32분

Ⅰ. Python: 7. 클래스강의섹션버튼이미지

36. 1) 클래스의 의미 19분

37. 2) 클래스의 생성 10분

38. 3) 클래스의 호출 6분

Ⅰ. Python: 8. 모듈강의섹션버튼이미지

39. 1) 모듈의 생성 10분

40. 2) 모듈의 사용 15분

41. 3) 내장모듈 35분

42. 4) 외부모듈 32분

Ⅰ. Python: 연습문제2강의섹션버튼이미지

43. [연습문제2] 내장 모듈-Random, DateTime 12분

Ⅱ.빅데이터 수집 및 분석: 1. 빅데이터 수집 입문강의섹션버튼이미지

44. 1) 빅데이터란 18분

45. 2) 개발환경 설정 10분

46. 3) 한글처리 28분

47. 4) 데이터 획득 방식의 종류 12분

Ⅱ. 빅데이터 수집 및 분석: 2. Web Crawling 강의섹션버튼이미지

48. 1) 웹 크로울링의 원리 14분

49. 2) 기본적 웹 크롤링(1) : i. parsing 34분

50. 2) 기본적 웹 크롤링(1) : ii. 데이터 획득 11분

51. 2) 기본적 웹 크롤링(2) : i. 페이징 10분

52. 2) 기본적 웹 크롤링(2) : ii. requests 활용 11분

53. 2) 기본적 웹 크롤링(2) : iii. 게시판 제목 리스트 코드 리뷰 5분

54. 3) Beautiful soup 활용 방법 29분

55. 4) 동적 웹 크롤링 : i. 동적 데이터 수집 개요 8분

56. 4) 동적 웹 크롤링 : ii. Selenium을 이용한 추가 액션(1) 22분

57. 4) 동적 웹 크롤링 : ii. Selenium을 이용한 추가 액션(2) 14분

Ⅱ.빅데이터 수집 및 분석: 3. API를 활용한 수집강의섹션버튼이미지

58. 1) API를 이용한 데이터 획득 22분

59. 2) API를 이용한 데이터 수집 : i. arxiv 21분

60. 2) API를 이용한 데이터 수집 : ii. 공공데이터포털 23분

61. 2) API를 이용한 데이터 수집 : iii. openai 17분

Ⅱ.빅데이터 수집 및 분석: 4. 빅데이터 전처리강의섹션버튼이미지

62. 1) 개요 5분

63. 2) 형태소 분석 34분

64. 3) 데이터 구조화 : i. 문서 데이터 구조화 24분

65. 3) 데이터 구조화 : ii. 관계 데이터 구조화 23분

66. 4) NetMiner 데이터 입력 16분

Ⅱ.빅데이터 수집 및 분석: 5. 텍스트 마이닝강의섹션버튼이미지

67. 1) 단어빈도 분석 : i. 전체 단어 빈도 분석 26분

68. 1) 단어빈도 분석 : ii. 게시물 제목의 단어 빈도 실습 37분

69. 2) 문서별 핵심단어 분석 : i. TF-IDF 원리 8분

70. 2) 문서별 핵심단어 분석 : ii. TF-IDF 실습 42분

71. 2) 문서별 핵심단어 분석 : iii. TF-IDF 분석 시나리오 6분

Ⅱ.빅데이터 수집 및 분석: 6. 소셜 네트워크 분석강의섹션버튼이미지

72. 1) 네트워크 분석 개요 12분

73. 2) 소셜 네트워크 영향력 분석 실습 - 공저자 네트워크 분석 12분

Ⅱ.빅데이터 수집 및 분석: 7. 기계 학습강의섹션버튼이미지

74. 1) 단어 간 연관성 분석 : ⅰ. word2vec 원리 16분

75. 1) 단어 간 연관성 분석 : ⅱ. word2vec 실습코드와 활용분야 31분

76. 1) 단어 간 연관성 분석 : ⅲ. FASTTEXT와 word2vec 비교 및 실습 3분

77. 2) 토픽 모델링, LDA 16분